Проблема соотношения человеческого фактора и алгоритмов искусственного
интеллекта в экономике и финансовой сфере The problem of the relation of human factors and artificial intelligence algorithms in
economics and finance
Ь Л московский
■p ЭКОНОМИЧЕСКИЙ лЛ ЖУРНАЛ
УДК 33.02 DOI 10.24411/2413-046Х-2018-15051 Борзова Елена Петровна,
доктор философских наук, профессор, Финансовый университет при правительстве Российской Федерации Санкт-Петербургский филиал, профессор, Россия, Санкт-Петербург, E-mail: borzova_ 01@mail.ru Borzova E.P.,
Doctor of philosophy, Professor, Financial University under the government of the Russian Federation St. Petersburg branch, Professor, Russia, St. Petersburg, E-mail: borzova_ 01@mail.ru
Аннотация. Технологии искусственного интеллекта в экономике позволяют снять с человека груз многочисленных вычислений и аналитических функций. Для эффективного его применения необходимо определить границы той области, где искусственный интеллект не может заменить человека. Мнение автора иллюстрирует аналитический обзор ряд областей народного хозяйства и экономики, в которых искусственный интеллект наряду с очевидными успехами оказывается неспособным решить актуальные задачи. В статье приводятся примеры использования искусственного интеллекта в финансовой сфере, обозначены тенденции изменения задач администрирования и исследования экономических процессов, задачи руководителя по стратегическому развитию и координации работы в новых условиях.
Summary. Artificial intelligence technologies in the economy allow to remove the burden of numerous calculations and analytical functions from a person. For its effective application, it is necessary to determine the boundaries of the area where artificial intelligence can not replace a person. The author's opinion is illustrated by an analytical review of a number of areas of the
national economy and economy in which artificial intelligence along with obvious successes is unable to solve urgent problems. The article provides examples of the use of artificial intelligence in the financial sector, the trends of changes in the tasks of administration and research of economic processes, the tasks of the head of strategic development and coordination of work in the new environment.
Ключевые слова: искусственный интеллект, человеческий разум, экономика, финансовый сектор, стратегия, развитие, трейдинг, инвестиции, кредитование, аналитика, прогнозирование, планирование.
Key words: artificial intelligence, human intelligence, economy, financial sector, strategy, development, trading, investment, lending, Analytics, forecasting, planning.
Беспрецедентное ускорение научного и технологического прогресса заставляет полностью пересмотреть управленческое мышление. В эпоху Четвертой промышленной революции человечеству в целом, и бизнесу в частности, следует задать себе вопросы, как развиваться в эпоху сингулярности, как планировать работу, когда в условиях ускорения изменений временной горизонт планирования существенно сокращается.[3] Наиболее активно влияют на ускорение событий в экономике разработки искусственного интеллекта.
Роботы, обладающие искусственным интеллектом, вытесняют человека не только из традиционного производства, но и из менеджмента - мониторинга и управления технологическими процессами. Поэтому уже сегодня, при 4-х летней подготовке специалиста, необходимо пересматривать образовательные программы, делать их более гибкими, ориентировать на нужные в будущем профессии, решительно исключать те, которые может заменить робот.
Искусственный интеллект сегодня в каждой компании стал одним из основных инструментов деятельности. Возникает проблема оптимального сочетания человеческого разума с искусственным интеллектом.
Следует отметить, что человеческий разум обладает рядом свойств, отсутствующих у искусственного интеллекта. Человеку присуща мотивация - машине мотив не важен. Человек решает противоречия - машина пока этого не может. Человек задает программу, которую машина выполняет, правда, она уже получила возможность простейшего перепрограммирования и самообучения, но человек еще в состоянии определить и контролировать точку сингулярности в развитии машины. Человек обладает интуицией, а машина действует в рамках заданной программы. Наряду с этим машина значительно быстрее и качественнее человека выполняет простейшие производственные и
математические операции. Поэтому для эффективного использования искусственного интеллекта необходимо в первую очередь разделить сферы, где машина обладает преимуществом перед человеком уже сегодня, и где она, безусловно, уступает человеческому разуму.
В экономике искусственный интеллект давно обслуживает ряд областей -финансовые трансакции, проектирование, финансовый учет, логистику и так далее. Реализация крупных современные проектов в ряде случаев технически невозможна без использования устройств, имеющих искусственный интеллект. Устройства, использующие технологию распознавания образов, в последние годы энергично внедряются в сфере услуг по обеспечению безопасности, том числе информационной безопасности [6], а также документообороте. [1]
Алгоритмы искусственного интеллекта на основе технологии обучаемых нейронных сетей позволят бизнесу уже в близком будущем заметно снизить деловые риски, повысить доходы, сократить издержки производства, повысить его конкурентоспособность и эффективность инвестирования. При этом решение достаточно простых арифметических и логических задач берет на себя искусственный интеллект, а человек получает возможность больше заниматься задачами более высокого мыслительного уровня -стратегическими инновациями, аналитикой, прогнозированием, созданием, реализацией и контролем систем управления экономикой и хозяйством, созданием сетей коммуникаций. [5]
Очевидно, что применение искусственного интеллекта дает выигрыш не всегда, а только в случаях, если компания работает с достаточно большим массивом исходных данных, которые крайне трудно обработать человеку.[2] Ограниченные возможности организма человека позволяют искусственному интеллекту в ряде случаев при примитивном сравнении выигрывать у него. Человек не может обработать такие большие массивы статистических данных, как машина. Точность и скорость расчетов, выполняемых машиной, намного выше, чем у человека. Качество работы человека снижают эмоции и утомление. Но даже в таких задачах, как перевод с иностранного языка и распознавание изображений, машина, несмотря на очевидные успехи, еще далеко отстает от человека.[4]
В работе с алгоритмами искусственного интеллекта в финансовой сфере широко применяется фильтрация информации и поведенческий анализ. Искусственный интеллект, фильтруя, эффективно выделяет информацию из различных источников. Например, используется программа, которая при помощи алгоритмов машинного обучения,
распознает твиты, чтобы узнавать новости, опережая сторонние ресурсы. Маркетинговые компании используют искусственный интеллект также для выявления в социальных сетях текстовых данных о меняющихся настроениях относительно определенного бренда. Анализ настроений аудитории проводится на основе текстовых данных и алгоритмов работы с временными рядами. Анализ настроений социума новая сфера использования алгоритмов искусственного интеллекта для решения финансовых задач, которая использует исключительно открытые данные.
Интернет - трейдинг - торговля акциями, валютой и сырьем занимает значительную долю рынка. Искусственный интеллект помогает создавать торговые платформы, анализировать и прогнозировать движение цены, создавать торговых роботов, заменяющих человека в процессе торговли.
Управляющие хедж-фондов и трейдеры активно используют торговые роботы в своей работе, однако практики считают, что рекламируемая эффективность роботов в этой области не подтверждается и не соответствует действительности, и это остается полем деятельности программистов для усовершенствования моделей.
В отличие от биржевой торговли, математическую модель которой до настоящего времени построить не удалось, искусственный интеллект успешно применяется при моделировании, анализе и прогнозировании более медленных и регулярных экономических процессов, в частности, в инвестиционной деятельности, кредитовании и маркетинге. Соответствующие программы используют чрезвычайно широкий круг исходных данных, начиная от размеров золотого запаса отдельной страны, численности населения, объемов добычи и потребления нефти, до учета индивидуальных пристрастий отдельного человека - потребителя, широкую информацию о котором предоставляют социальные сети Facebook, В Контакте и другие. В частности, представляет интерес программа underwrite.ai, рассчитывающая риск кредитования по нелинейной динамической модели и использующая достижения физики и геномики.
В call-центрах банков появились роботы-консультанты - чат-боты, которые позволяют более эффективно общаться с клиентами. Благодаря алгоритмам обработки естественного языка боты, прослушивая звонки, в которых участвуют представители банка, могут быстро подсказывать точные ответы и предлагать лучшие практические решения для повышения эффективности продаж. Искусственные нейронные сети помогают агентам реагировать на общие запросы обслуживания, сортируя и маркируя метаданные, генерируя возможные ответы респондента с указанием вероятности каждого из них.[8] В банкинге может использоваться и прогностическая аналитика, использующая
клиентскую базу компании для прогнозирования оттока, прогноза доходов и показателей продаж услуг. Финансовые фирмы используют искусственный интеллект для выявления клиентов, которые могут в ближайшее время покинуть банк.
Искусственный интеллект также упрощает работу с неструктурированными и разрозненными базами данных, в которых хранится информация об отдельных объектах, уменьшая затраты на количество аналитиков, работающих с каждым сегментом.
Обнаружение мошенничества имеет большое значение для банков. Ложные срабатывания, связанные с законными транзакциями, ошибочно отвергаемыми из-за подозрения в мошенничестве, приводят к убыткам в розничной торговле и потере клиентов. Алгоритмы машинного обучения, подобные тем, что используются технологией Decision Intelligence от Mastercard, анализируют различные входные данные, чтобы идентифицировать мошеннические транзакции, снижая до минимума число ложных срабатываний. [7]
Последние достижения в области глубокого обучения повысили точность распознавания изображений до уровней, превосходящих человеческие возможности. Человеческий фактор здесь явно проиграл. Компания Cofirm.io автоматически аутентифицирует документы, удостоверяющие личность, а платформа Onfido подключается к различным общедоступным базам данных, чтобы дать работодателям возможность быстрой проверки личности и анкетных данных, включая водительские права и отсутствие судимости. Распознавание текстовых изображений, например, сканов юридических документов и прочих нормативных текстов, позволяют предотвратить мошеннические действия в отношении различного рода соглашений.
Можно уверенно предполагать, что сфера финансовых услуг в ближайшие годы будет ускоренно развиваться. Ответственность человека как руководителя будет заключаться в правильной организации работы сотрудников с алгоритмами искусственного интеллекта, повышения их уровня образования в сфере применения информатики и искусственного интеллекта, кроме того, за руководителем остается задача понять и уловить время ускоренного развития, планировать и прогнозировать его результат и ход событий.
В условиях ускорения изменений временной горизонт планирования существенно сокращается. Алгоритм пока невозможно приспособить к «пониманию» таких темпов. К примеру, прогнозные показатели притока денежных средств на предстоящие 5 лет стали слишком умозрительными, так как современная методология расчета чистой приведенной стоимости, разработанная в условиях стабильности, становится не актуальной. В
условиях ускоренно протекающего времени важно учитывать фактор нестабильности и неопределенности. Для этого в планировании иногда используют так называемый сценарный анализ, разные варианты хода событий и их результатов. Однако до недавнего времени эти сценарии (базовый, худший, исключительный, лучший, идеальный) выглядели как отдельные «приложения». В новой среде мы должны удостовериться, что эти сценарии будут, действительно, «взаимодействовать» друг с другом: противоречить, или приходить к единству, и для этого необходимы комплексный подход, критический анализ, гибкость мышления и умение «смотреть в корень», что свойственно диалектически размышляющему человеку.
Разработанные гибкие планы потребуют дополнительных расходов, но это оправдано, потому что они предоставляют скрытые варианты, ценность которых в изменчивой среде существенно возрастает, как и ценность финансовых опционов. В турбулентной среде варианты, которые позволяют уменьшить масштабы или вообще прекратить текущую деятельность, переключиться на другую (при худшем сценарии) или, наоборот, расширить ее (при лучшем сценарии), становятся ключевыми моментами в реакции на происходящие изменения.
Искусственный интеллект, применяемый в области экономики, и особенно в сфере финансовых услуг в ближайшие годы без сомнения кардинально преобразуют эту отрасль. Ответственность человека как руководителя будет заключаться в организации правильной работы с алгоритмами искусственного интеллекта, а использование автоматических помощников в торговле на бирже показывают, что статистические модели, развиваясь, вступают в конкуренцию между собой. Однако, за человеком остается задача понять и уловить время ускоренного развития, планировать и прогнозировать ход событий в таком реальном мире.
Список литературы
1. Алгоритмы искусственного интеллекта, используемые в финансах. http://ai-news.ru/2018/11/algoritmy_iskusstvennogo_intellekta_ispolzuemye_v_finansah.html
2. Алгоритмы искусственного интеллекта, используемые в финансах. https://sfeducation.ru/blog/quants/algoritmi
3. Блуммарт Т. Ван ден Брук С. На пороге сингулярности: как изменится менеджмент в XXI веке. https://hbr-russia.ru/innovatsii/trendy/786061
4. Машинное обучение и анализ данных. Python. Алгоритмы, методы, лекции. Новости 2018. http://ai-news.ru/mashinnoe_obuchenie.html
5. Применение искусственного интеллекта в бизнесе: 7 лучших способов. Деловые новости. http://delonovosti.ru/business/4176-primenenie-iskusstvennogo-intellekta-v-biznese-.html
6. Распознавание образов. Теория, метода, алгоритмы. http://ai-news.ru/raspoznavani e_obrazov.html
7. AI Новости: искусственные нейронные сети. http://ai-news.ru/nejronnye_seti_iskusstvennye.html
8. Ai Новости: Биологические нейронные сети. Нейроны, клетки глии. http://ai-news.ru/nejronnye_seti .html